一種風(fēng)力發(fā)電機(jī)組優(yōu)化啟動(dòng)控制方法
【技術(shù)領(lǐng)域】：
[0001]本發(fā)明屬于電力系統(tǒng)風(fēng)力發(fā)電技術(shù)領(lǐng)域，具體涉及一種風(fēng)力發(fā)電機(jī)組優(yōu)化啟動(dòng)控 制方法。
【背景技術(shù)】：
[0002] 隨著我國(guó)風(fēng)電技術(shù)的發(fā)展和對(duì)開(kāi)發(fā)利用可再生能源的重視，風(fēng)力發(fā)電近幾年在我 國(guó)得到了飛速發(fā)展，其中2012年全國(guó)累計(jì)安裝風(fēng)電機(jī)組53764臺(tái)，裝機(jī)容量75324.2Mff，2013 年全國(guó)累計(jì)裝機(jī)容量91412.89MW，截止2014年12月，全國(guó)累計(jì)安裝風(fēng)電機(jī)組76241臺(tái)，累計(jì) 裝機(jī)容量114609MW。
[0003] 風(fēng)電裝機(jī)容量的增大勢(shì)必對(duì)風(fēng)電機(jī)組的利用效率和可靠性提出更高的要求。由于 風(fēng)速、風(fēng)向總是頻繁變化的且具有隨機(jī)性，風(fēng)電機(jī)組長(zhǎng)期工作在交變載荷的作用下，工作環(huán) 境惡劣，從而使機(jī)組在運(yùn)行過(guò)程中故障率增高，性能下降，發(fā)電量減少。為提高機(jī)組發(fā)電量、 降低故障率，各種有效地風(fēng)電機(jī)組控制策略、算法被提出，但多集中于風(fēng)力機(jī)控制、發(fā)電機(jī) 控制、并網(wǎng)控制和偏航控制，風(fēng)力發(fā)電機(jī)的啟動(dòng)控制卻未能取得有效發(fā)展。
[0004] 現(xiàn)行的風(fēng)力發(fā)電機(jī)組啟動(dòng)并網(wǎng)的控制策略為:首先，風(fēng)電機(jī)組在自檢正常的情況 下，葉輪處于自由運(yùn)動(dòng)狀態(tài)，當(dāng)連續(xù)lOmin風(fēng)速在風(fēng)力發(fā)電機(jī)組運(yùn)行風(fēng)速的范圍內(nèi)（3m/ S〈v〈 25m/s)且葉輪正對(duì)風(fēng)向時(shí)，槳距角控制器調(diào)節(jié)葉片槳距角，使風(fēng)力發(fā)電機(jī)組啟動(dòng)，發(fā)電機(jī)開(kāi) 始加速，當(dāng)發(fā)電機(jī)空載轉(zhuǎn)速保持在切入轉(zhuǎn)速時(shí)，變流器對(duì)勵(lì)磁電流幅值、相位和頻率進(jìn)行控 制，使得發(fā)電機(jī)定子空載電壓和電網(wǎng)電壓同頻率、同相位、同幅值，此時(shí)閉合并網(wǎng)接觸器實(shí) 現(xiàn)并網(wǎng)。
[0005] 上述的控制機(jī)組啟動(dòng)的依據(jù)是前l(fā)Omin的平均風(fēng)速，并未考慮未來(lái)的風(fēng)速。在小風(fēng) 速季節(jié)，有可能前l(fā)Omin的平均風(fēng)速已經(jīng)達(dá)到切入風(fēng)速，在機(jī)組啟動(dòng)后又降到切入風(fēng)速以 下，從而出現(xiàn)機(jī)組沒(méi)有并網(wǎng)就停機(jī)，或頻繁啟停、頻繁并網(wǎng)脫網(wǎng)的情況。這類(lèi)啟動(dòng)沒(méi)有帶來(lái) 多少發(fā)電量，反而增加了機(jī)組的自耗電和設(shè)備疲勞損耗，使故障率升高。因此需合理規(guī)劃小 風(fēng)期風(fēng)機(jī)啟動(dòng)的時(shí)機(jī)，減少不合理啟動(dòng)，取得在發(fā)電量、設(shè)備壽命和自耗電三者之間的平 衡。

【發(fā)明內(nèi)容】
：
[0006] 本發(fā)明的目的在于針對(duì)上述風(fēng)機(jī)啟動(dòng)控制策略在小風(fēng)期的不足，提出了一種風(fēng)力 發(fā)電機(jī)組優(yōu)化啟動(dòng)控制方法，該方法利用時(shí)間序列分析法建立風(fēng)速序列的AR(p)模型，利用 卡爾曼濾波算法得到未來(lái)lOmin風(fēng)速的預(yù)測(cè)值，再將前l(fā)Omin的平均風(fēng)速與后lOmin預(yù)測(cè)風(fēng) 速相結(jié)合來(lái)作為執(zhí)行風(fēng)機(jī)啟動(dòng)動(dòng)作的依據(jù)，充分保證了風(fēng)機(jī)啟動(dòng)后的發(fā)電能力，減少了小 風(fēng)速季節(jié)風(fēng)機(jī)的不合理啟動(dòng)，延長(zhǎng)了設(shè)備壽命，提高了設(shè)備可用率，減少了自耗電，提高了 發(fā)電量。
[0007] 為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案來(lái)實(shí)現(xiàn)的：
[0008] -種風(fēng)力發(fā)電機(jī)組優(yōu)化啟動(dòng)控制方法，用于小風(fēng)速季節(jié)風(fēng)電機(jī)組的優(yōu)化啟動(dòng)控 制，包括以下步驟：
[0009] 1)采集風(fēng)速歷史數(shù)據(jù)庫(kù)，每隔lOmin求一次風(fēng)速平均值，將此平均值設(shè)為樣本點(diǎn)， 共取得N個(gè)樣本點(diǎn){x(k)}，k=l，2,…，N.
[0010] 2)基于時(shí)間序列分析法建立風(fēng)速數(shù)據(jù)的AR(p)模型，AR(p)模型的表達(dá)式如下：
[0011] (p{q ')x(k) - w(k) Cl)
[0012] 其中：
[0013] p(q^1) = 1 - f>if-···- fpqrP (2:)
[0014] w(k)為零均值且方差為〇2的白噪聲；只為所建模型的待估系數(shù);cT'q1分別為單位 滯后算子和P階滯后算子;利用AIC準(zhǔn)則確定模型階數(shù)p，利用矩估計(jì)法確定參數(shù)終，i = 1，2， 3,…，p;
[0015] 3)基于AR(p)模型，建立卡爾曼濾波算法的狀態(tài)方程和測(cè)量方程，如下：
[0017] 其中，X(k+1)為k+Ι時(shí)刻的狀態(tài)向量;F為系統(tǒng)狀態(tài)轉(zhuǎn)移矩陣；Γ為激勵(lì)轉(zhuǎn)移矩陣;Z (k+Ι)為k+Ι時(shí)刻的觀測(cè)向量;Η為測(cè)量系統(tǒng)的觀測(cè)狀態(tài)矩陣;w(k+l)和v(k+l)分別為過(guò)程白 噪聲向量和測(cè)量白噪聲向量，協(xié)方差矩陣分別為Q和R;
[0018] 根據(jù)式（1)和式(2)可得：
[0024]由于X2(k+l)=xi(k)，X3(k+l)=X2(k)，···，xP(k+l)=xP-i(k)，因此可得：
[0026]根據(jù)上述狀態(tài)方程，建立如下觀測(cè)方程：
[0028]其中，v(k+l)為觀測(cè)噪聲;式(7)和式(8)即為卡爾曼濾波的狀態(tài)方程和觀測(cè)方程；
[0029] 4)利用卡爾曼濾波算法對(duì)風(fēng)速序列進(jìn)行在線濾波，其中卡爾曼濾波的遞推方程如 下：
[0030] X(k+1 |k)=F · X(k|k) (9)
[0031] P(k+1 I k) =F · P(k | k) · FT+ Γ Q Γ T (10)
[0032] K(k+l)=P(k+l|k)HT[H.P(k+l|k) .HT+R]-1 (11)
[0033] X(k+1 |k+l)=X(k+l |k)+K(k+l)[Z(k+l)-H · X(k+1 |k)] (12)
[0034] P(k+1 |k+l) = [I-K(k+l) · H] · P(k+1 |k) (13)
[0035] 其中，X(k+1 |k)表示在k時(shí)刻對(duì)k+1時(shí)刻的狀態(tài)預(yù)測(cè)，P(k+1 |k)表示預(yù)測(cè)值X(k+1 k) 的預(yù)測(cè)誤差協(xié)方差矩陣;K(k+1)為卡爾曼增益矩陣;X(k+l|k+l)為k+1時(shí)刻的測(cè)量值Z(k+ l) 對(duì)狀態(tài)預(yù)測(cè)值X (k+11 k)的更新，為系統(tǒng)狀態(tài)的最優(yōu)估計(jì);P (k+11 k+1)為X (k+11 k+1)的估 計(jì)誤差協(xié)方差矩陣；I為單位矩陣；
[0036] 5)卡爾曼濾波中X(k+1 |k)中的分量xi(k+l |k)即為下一個(gè)lOmin的平均風(fēng)速預(yù)測(cè) 值，將其與k時(shí)刻前l(fā)Omin的實(shí)際平均風(fēng)速求平均值vave3(k)，若v ave3(k)>3m/s，風(fēng)機(jī)在k時(shí)刻開(kāi) 槳啟動(dòng);若(k) <3m/s，風(fēng)機(jī)在k時(shí)刻不執(zhí)行啟動(dòng)動(dòng)作。
[0037] 本發(fā)明進(jìn)一步的改進(jìn)在于:在步驟4)中，為了使卡爾曼濾波盡快收斂，取初值X[0 0]為濾波開(kāi)始前P個(gè)采樣點(diǎn)構(gòu)成的向量，P[0|0] = l〇I，Q=I，R=I。
[0038] 本發(fā)明進(jìn)一步的改進(jìn)在于:在步驟5)中，首先判斷卡爾曼濾波是否收斂，判斷方法 為:若k>ks時(shí)，| |X(k|k)_Z(k) | | < εηι/s，則認(rèn)為卡爾曼濾波已經(jīng)收斂，ε表示狀態(tài)估計(jì)值X(k k)與實(shí)際測(cè)量值Z(k)的允許偏差范圍，取值為(0，1]。
[0039]與現(xiàn)有技術(shù)比較，本發(fā)明根據(jù)風(fēng)速序列的AR(p)模型建立卡爾曼濾波方程的狀態(tài) 方程和測(cè)量方程后，根據(jù)步驟4)和步驟5)判斷風(fēng)機(jī)在時(shí)刻k是否應(yīng)該啟動(dòng)。經(jīng)過(guò)測(cè)量和計(jì)算 得到下一個(gè)lOmin的平均風(fēng)速后，依據(jù)式(8)建立Z(k+1)，通過(guò)式（11)~式（13)對(duì)X(k+l|k) 和P(k+11 k)進(jìn)行更新，得到第k+1個(gè)樣本點(diǎn)的最優(yōu)狀態(tài)估計(jì)X(k+11 k+1)和協(xié)方差矩陣P(k+1 k+1)，再根據(jù)式(9)和式(10)計(jì)算X(k+2 | k+1)和協(xié)方差矩陣P(k+2 | k+1)，將X(k+2 | k+1)中 的分量X